惯性仪表中磁悬浮元件磁芯材料对其性能的影响

本文阐述了惯性仪表中磁悬浮元件的工作原理,分析了材料特性对磁悬浮元件性能的影响。通过对由性能差异较大的材料制成的磁悬浮元件进行参数测试,测试的结果验证了分析的正确性,为磁悬浮元件设计中的材料选用提出了有益的参考。     

大涵道比涡扇发动机循环参数优化算法研究及应用

针对多约束条件与多优化变量的大涵道比涡扇发动机循环参数优化问题,提出了自适应三次变异差分进化算法,运用多个Benchmarks多峰函数对算法进行验证,并将该算法与大涵道比涡扇发动机性能计算程序相结合,对多约束条件下的循环参数进行了优化.计算结果表明:自适应三次变异差分进化算法比传统差分进化算法收敛精度更高、收敛速度更快,大幅度提高了大涵道比涡扇发动机循环参数优化效果,适合解决大涵道比涡扇发动机循环参数优化问题.      

非标准大气条件下航空发动机地面起动性能

为了得到非标准大气条件对航空发动机地面起动性能的影响,对非标准大气条件下空气涡轮起动机输出功率特性、标准大气条件下理想起动过程的影响因素进行了分析.研究了非标准大气条件对航空发动机地面起动性能影响,分析了大气温度对起动点火时间、起动时间、起动过程排气温度的影响.应用均匀加速原理,对某型涡扇发动机起动时间进行估算.基于地面台架起动试验条件,对试验数据统计分析:大气温度增加或降低,将增加起动点火及脱开时间.对大气温度在293.15K以上的开车次的平均起动时间与293.15K以下的平均起动时间进行对比,热天起动时间比冷天要短约3s,试验结果符合理论分析.      

基于非线性约束模型的发动机部件性能衰退研究

引入流量因子和效率因子,通过在稳态模型中修改流量因子和效率因子,模拟几种性能失效形式,分析了它们引起压气机和涡轮测量参数的变化.以发动机稳态模型为基础,构建优化部件性能参数的非线性约束模型,得到部件性能参数的衰退过程.在得到的性能参数基础上,代入到发动机稳态模型,得到对应的测量参数,同时滤掉噪声的干扰.又运用雅克比矩阵建立部件性能参数与测量参数的对应关系,得到的测量参数与非线性结果进行比较,证明了非线性约束模型计算发动机测量参数的优越性     

氢动力冲压发动机冷却分析

在氢动力航空器上以低温燃料氢为冷却剂,对冲压发动机进行多级冷却,通过与以往的方案对比,确定了多级冷却加涡轮做功的方案,这种方案的优势在于不仅对发动机热部件提供了冷却,而且输出了功率。在此基础上进行数学建模,通过理论分析,推导出燃料热沉降率、燃料节省比以及输出功率三个参数与涡轮级数和总压比的关系。通过给定的状态,分析了各个参数的变化范围,由此确定出总压比和涡轮级数最优的参数选取,作为对新型氢燃料航空器冲压发动机的冷却系统设计的参考,以节省不必要的时间和技术浪费。     

考虑参数关联的缘板阻尼器减振性能分析

建立了缘板阻尼器（UPDs）各参数间的关联关系,揭示了减振性能随主要参数的变化规律,形成参数联动设计准则。基于双叶片-缘板阻尼器集中参数模型,采用多阶谐波平衡法（MHBM）计算稳态响应以衡量阻尼器性能;推导了解析雅可比矩阵,使收敛性和计算效率显著提高。结果表明:考虑参数的关联性是必要的;选取较大材料密度与特定底角的对称楔形缘板阻尼器,可以实现4.57%的最优阻尼比;当激振力存在相位差时,采用非对称的楔形阻尼结构能进一步提升阻尼效果。      

基于TARAM的民用飞机结构类事件的持续运营安全评估

在民用飞机持续适航阶段,需要开展风险评估工作,以保证运营安全水平能够维持在可接受的范围之内。基于运输类飞机风险评估方法（TARAM）及风险准则,考虑不同的结构裂纹尺寸,给出基于机队故障数、临界裂纹、特征寿命的机队风险值计算方法;以机身增压边界结构受到循环增压载荷的疲劳裂纹为例,进行持续安全风险评估,计算该事件的风险水平,以及纠正措施实施时限;并通过使用纠正措施实施时限内个人风险进行验证。结果表明：个人风险低于风险阈值,本文制定的纠正措施及实施时限满足机队持续安全要求,可保证该机队的运行安全。     

水下运载体导航技术

本文第一部分综合了国外近几十年根据不同需求形成的多种水下导航技术,论述了面上导航信息利用水声技术向水下转化的多种形式以及利用不同地球物理参数与地理位置相关性导航的各自特点与问题,论述了在测绘海底地形、重力与其它地球物理特性及其变化时在传感器层面和任务层面融而为一所形成的独具水下特色的同步定位与建图(Simultaneous Localization and Mapping,SLAM)导航技术,论述了NavLab作为一个通用工具软件在水下导航系统研发、精度分析以及作业前导航功能规划和导航信息事后处理方面的独特作用。本文第二部分以极具代表性的挪威HUGIN AUV系列产品军民两用为实例,根据任务和导航功能需求,从其“导航工具箱”(ToolBox)选择适用手段,给出典型任务对应的导航方式和传感器。文章结束部分给出了基于先进人工智能技术的未来展望。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

具有不确定参数的机器人鲁棒轨迹跟踪控制

研究了具有不确定参数的机器人轨迹跟踪控制问题。提出了一种鲁棒控制方案,它由改进力矩发生器和鲁棒补偿器组成,理论分析及仿真实验表明,该控制方案具有较好的跟踪性能。